SISTEM KLASIFIKASI KEPRIBADIAN …eprints.undip.ac.id/59430/1/LAPORAN_24010311130037_1.pdf ·...

20
SISTEM KLASIFIKASI KEPRIBADIAN MENGGUNAKAN JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION (LVQ) BERBASIS WEB SKRIPSI Disusun Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Komputer pada Jurusan Ilmu Komputer / Informatika Disusun Oleh : ANGGI MERI PRATIWI 24010311130037 JURUSAN ILMU KOMPUTER / INFORMATIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO 2015

Transcript of SISTEM KLASIFIKASI KEPRIBADIAN …eprints.undip.ac.id/59430/1/LAPORAN_24010311130037_1.pdf ·...

Page 1: SISTEM KLASIFIKASI KEPRIBADIAN …eprints.undip.ac.id/59430/1/LAPORAN_24010311130037_1.pdf · SISTEM KLASIFIKASI KEPRIBADIAN MENGGUNAKAN JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION

SISTEM KLASIFIKASI KEPRIBADIAN MENGGUNAKAN

JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION

(LVQ) BERBASIS WEB

SKRIPSI

Disusun Sebagai Salah Satu Syarat

Untuk Memperoleh Gelar Sarjana Komputer

pada Jurusan Ilmu Komputer / Informatika

Disusun Oleh :

ANGGI MERI PRATIWI

24010311130037

JURUSAN ILMU KOMPUTER / INFORMATIKA

FAKULTAS SAINS DAN MATEMATIKA

UNIVERSITAS DIPONEGORO

2015

Page 2: SISTEM KLASIFIKASI KEPRIBADIAN …eprints.undip.ac.id/59430/1/LAPORAN_24010311130037_1.pdf · SISTEM KLASIFIKASI KEPRIBADIAN MENGGUNAKAN JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION

ii

HALAMAN PERNYATAAN KEASLIAN SKRIPSI

Saya yang bertanda tangan di bawah ini :

Nama : Anggi Meri Pratiwi

NIM : 24010311130037

Judul : Sistem Klasifikasi Kepribadian Menggunakan Jaringan Syaraf Tiruan Learning

Vector Quantization (LVQ) Berbasis Web

Dengan ini saya menyatakan bahwa dalam tugas akhir/ skripsi ini tidak terdapat karya

yang pernah diajukan untuk memperoleh gelar kesarjanaan di suatu Perguruan Tinggi, dan

sepanjang pengetahuan saya juga tidak terdapat karya atau pendapat yang pernah ditulis

atau diterbitkan oleh orang lain, kecuali yang secara tertulis diacu dalam naskah ini dan

disebutkan di dalam daftar pustaka.

Semarang, 26 Agustus 2015

Anggi Meri Pratiwi

24010311130037

Page 3: SISTEM KLASIFIKASI KEPRIBADIAN …eprints.undip.ac.id/59430/1/LAPORAN_24010311130037_1.pdf · SISTEM KLASIFIKASI KEPRIBADIAN MENGGUNAKAN JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION

iii

HALAMAN PENGESAHAN

Judul : Sistem Klasifikasi Kepribadian Menggunakan Jaringan Syaraf Tiruan Learning

Vector Quantization (LVQ) Berbasis Web

Nama : Anggi Meri Pratiwi

NIM : 24010311130037

Telah diujikan pada sidang tugas akhir pada tanggal 21 Agustus 2015 dan dinyatakan lulus

pada tanggal 26 Agustus 2015.

Semarang, 28 Agustus 2015

Mengetahui,

Ketua Jurusan Ilmu Komputer/Informatika Panitia Penguji Tugas Akhir

FSM UNDIP Ketua,

Nurdin Bahtiar., S.Si, M.T Helmie Arif Wibawa, S.Si, M.Cs

NIP. 197907202003121002 NIP. 197805162003121001

Page 4: SISTEM KLASIFIKASI KEPRIBADIAN …eprints.undip.ac.id/59430/1/LAPORAN_24010311130037_1.pdf · SISTEM KLASIFIKASI KEPRIBADIAN MENGGUNAKAN JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION

iv

HALAMAN PENGESAHAN

Judul : Sistem Klasifikasi Kepribadian Menggunakan Jaringan Syaraf Tiruan Learning

Vector Quantization (LVQ) Berbasis Web

Nama : Anggi Meri Pratiwi

NIM : 24010311130037

Telah diujikan pada sidang tugas akhir pada tanggal 21 Agustus 2015.

Semarang, 28 Agustus 2015

Pembimbing

Priyo Sidik Sasongko, S.Si, M.Kom

NIP. 197007051997021001

Page 5: SISTEM KLASIFIKASI KEPRIBADIAN …eprints.undip.ac.id/59430/1/LAPORAN_24010311130037_1.pdf · SISTEM KLASIFIKASI KEPRIBADIAN MENGGUNAKAN JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION

v

ABSTRAK

Kepribadian merupakan gambaran tingkah laku dari individu. Kepribadian penting untuk

diketahui agar dapat mengenal potensi diri. Tes kepribadian merupakan salah satu sarana

untuk mengetahui dan mengklasifikasikan kepribadian seseorang ke tipe kepribadian

tertentu. Jaringan syaraf tiruan Learning Vector Quantization (LVQ) dapat digunakan

untuk melakukan klasifikasi sebuah pola berdasarkan permasalahan tertentu seperti halnya

dalam mengklasifikasi tipe kepribadian seseorang. Dalam penelitian ini jaringan syaraf

tiruan LVQ digunakan untuk mengklasifikasi kepribadian seseorang ke beberapa tipe yaitu

sanguinis, melankolis, phlegmatis dan koleris berdasarkan sejumlah set pertanyaan yang

menjadi alat ukur dalam penentuan kepribadian. Penelitian ini menggunakan metode LVQ

dengan parameter eksperimen antara lain penentuan bobot awal, learning rate (𝛼) dengan

parameter nilai antara 0.01 sampai 0.09, dan error minimum (𝑒𝑝𝑠) dengan parameter nilai

antara 0.000001 sampai 0.01 untuk mengetahui pengaruh terhadap tingkat akurasi

klasifikasi. Hasil eksperimen jaringan syaraf tiruan LVQ pada sistem ini menghasilkan

rata-rata tingkat akurasi 63.75% dan tingkat error 36.25% dengan parameter antara lain

inisialisasi bobot awal dari data yang mewakili tiap kelas, nilai 𝛼 = 0.02 dan error

minimum 𝑒𝑝𝑠 = 0.01.

Kata kunci : Kepribadian, Klasifikasi, Jaringan Syaraf Tiruan, Learning Vector

Quantization (LVQ)

.

Page 6: SISTEM KLASIFIKASI KEPRIBADIAN …eprints.undip.ac.id/59430/1/LAPORAN_24010311130037_1.pdf · SISTEM KLASIFIKASI KEPRIBADIAN MENGGUNAKAN JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION

vi

ABSTRACT

Personality was an image of the behavior of individuals. Personality was important to

know in order to able recognizing self potential. Personality test was one of tools to

determine and classify person‟s personality to a particular personality type. Neural network

Learning Vector Quantization (LVQ) was used to classify a pattern based on specific

issues as well as in classifying the type of personality. In this study, LVQ arficial neural

network was used to classify person‟s personality into several types: sanguine,

melancholic, phlegmatic and coleric by the set of questions that become a measuring tool

in determining personality. This study used LVQ method with experimental parameters

such as the determination of initial weight, learning rate (α) with parameter values

between 0.01 until 0.09, and the minimum error (eps) with the parameter value between

0.000001 until 0.01 to determine the effect on the level of classification accuracy. The

experimental result LVQ neural network in this system was giving 63.75% average

accuracy rate and 36.25% error rate with the parameters include weight initialization of

data that represent each class, the the value of α = 0.02 and eps = 0.01.

Keywords : Personality, Classification, Neural Network, Learning Vector Quantization

(LVQ)

Page 7: SISTEM KLASIFIKASI KEPRIBADIAN …eprints.undip.ac.id/59430/1/LAPORAN_24010311130037_1.pdf · SISTEM KLASIFIKASI KEPRIBADIAN MENGGUNAKAN JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION

vii

KATA PENGANTAR

Puji syukur penulis panjatkan kehadirat Allah SWT yang telah melimpahkan rahmat

dan hidayah-Nya sehingga penulis dapat menyelesaikan tugas akhir yang berjudul “Sistem

Klasifikasi Kepribadian Menggunakan Jaringan Syaraf Tiruan Learning Vector

Quantization (LVQ) Berbasis Web”.

Tugas akhir ini disusun sebagai salah satu syarat untuk memperoleh gelar sarjana

strata satu pada Jurusan Ilmu Komputer/ Informatika Fakultas Sains dan Matematika

Universitas Diponegoro Semarang.

Dalam penyusunan tugas akhir ini penulis banyak mendapat bimbingan, bantuan dan

dukungan dari berbagai pihak. Oleh karena itu, dengan segala kerendahan hati penulis

menyampaikan terima kasih kepada :

1. Prof. Dr. Widowati, M.Si, selaku Dekan FSM UNDIP

2. Nurdin Bahtiar, S.Si, M.T, selaku Ketua Jurusan Ilmu Komputer/ Informatika

3. Indra Waspada, S.T, M.TI, selaku Koordinator Tugas Akhir

4. Priyo Sidik Sasongko, S.Si, M.Kom, selaku dosen pembimbing

5. Semua pihak yang telah membantu hingga selesainya tugas akhir ini yang tidak

dapat penulis sebutkan satu persatu. Semoga Allah membalas segala kebaikan

yang telah diberikan.

Penulis menyadari bahwa dalam laporan ini masih banyak kekurangan baik dari

penyampaian materi maupun isi dari materi itu sendiri. Hal ini dikarenakan keterbatasan

kemampuan dan pengetahuan dari penulis. Oleh karena itu, kritik dan saran yang bersifat

membangun sangat penulis harapkan. Semoga laporan tugas akhir ini dapat bermanfaat

bagi penulis dan juga pembaca pada umumnya.

Semarang, 9 Agustus 2015

Penulis

Page 8: SISTEM KLASIFIKASI KEPRIBADIAN …eprints.undip.ac.id/59430/1/LAPORAN_24010311130037_1.pdf · SISTEM KLASIFIKASI KEPRIBADIAN MENGGUNAKAN JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION

viii

DAFTAR ISI

Hal

HALAMAN PERNYATAAN KEASLIAN SKRIPSI ........................................................ ii

HALAMAN PENGESAHAN ............................................................................................ iii

ABSTRAK ...................................................................................................................... v

ABSTRACT ..................................................................................................................... vi

KATA PENGANTAR ....................................................................................................... vii

DAFTAR ISI ................................................................................................................... viii

DAFTAR GAMBAR .......................................................................................................... xi

DAFTAR TABEL ............................................................................................................ xiv

DAFTAR LAMPIRAN ..................................................................................................... xv

BAB I PENDAHULUAN .................................................................................................. 1

1.1. Latar Belakang ............................................................................................... 1

1.2. Rumusan Masalah .......................................................................................... 3

1.3. Tujuan dan Manfaat ....................................................................................... 3

1.4. Ruang Lingkup ............................................................................................... 3

1.5. Sistematika Penulisan ..................................................................................... 3

BAB II TINJAUAN PUSTAKA ......................................................................................... 6

2.1. Teori Kepribadian .......................................................................................... 6

2.1.1. Tipe Kepribadian ................................................................................ 7

2.1.2. Tes Kepribadian.................................................................................. 8

2.2. Sistem Berbasis Web ...................................................................................... 9

2.3. Proses Pengembangan Perangkat Lunak ...................................................... 10

2.3.1. System/Information Engineering ...................................................... 10

2.3.2. Analysis............................................................................................. 11

2.3.2.1. Pemodelan Data .................................................................. 11

2.3.2.2. Pemodelan Fungsional ....................................................... 16

2.3.3. Design ............................................................................................... 20

2.3.3.1. Perancangan Struktur Data ................................................. 20

2.3.3.2. Perancangan Antarmuka .................................................... 22

2.3.3.3. Perancangan Fungsional ..................................................... 22

2.3.4. Code .................................................................................................. 23

Page 9: SISTEM KLASIFIKASI KEPRIBADIAN …eprints.undip.ac.id/59430/1/LAPORAN_24010311130037_1.pdf · SISTEM KLASIFIKASI KEPRIBADIAN MENGGUNAKAN JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION

ix

2.3.5. Test ................................................................................................... 23

2.4. Preprocessing Data ...................................................................................... 24

2.5. Jaringan Syaraf Tiruan ................................................................................. 25

2.5.1. Arsitektur Jaringan Syaraf Tiruan .................................................... 26

2.5.2. Fungsi Aktivasi ................................................................................. 26

2.5.3. Pelatihan Terbimbing dan Tak Terbimbing ..................................... 27

2.5.4. Learning Vector Quantization .......................................................... 28

2.6. Evaluasi Kinerja Classifier ........................................................................... 32

2.6.1. K-Fold Cross Validation .................................................................. 33

2.6.2. Confusion Matrix .............................................................................. 33

2.7. PHP ............................................................................................................ 34

2.8. MySQL ......................................................................................................... 35

BAB III ANALISIS DAN PERANCANGAN .................................................................. 36

3.1. Analisis ......................................................................................................... 36

3.1.1. Pengumpulan Data............................................................................ 36

3.1.1.1. Preprocessing Data ............................................................ 37

3.1.1.2. Identifikasi Data Pelatihan dan Data Pengujian ................. 38

3.1.2. Deskripsi Umum Sistem ................................................................... 39

3.1.3. Kebutuhan Fungsional dan Non Fungsional .................................... 41

3.1.4. Pemodelan Data ................................................................................ 41

3.1.5. Pemodelan Fungsional...................................................................... 43

3.1.5.1. Context Diagram ................................................................ 43

3.1.5.2. Data Flow Diagram (DFD) ................................................ 44

3.2. Perancangan ................................................................................................. 47

3.2.1. Perancangan Arsitektur Jaringan Syaraf Tiruan ............................... 47

3.2.2. Perancangan Struktur Data ............................................................... 47

3.2.3. Perancangan Antarmuka ................................................................... 49

3.2.4. Perancangan Fungsi .......................................................................... 61

BAB IV IMPLEMENTASI DAN PENGUJIAN .............................................................. 75

4.1. Implementasi ................................................................................................ 75

4.1.1. Lingkungan Implementasi Sistem .................................................... 75

4.1.2. Implementasi Data ............................................................................ 76

4.1.3. Implementasi Antarmuka ................................................................. 79

Page 10: SISTEM KLASIFIKASI KEPRIBADIAN …eprints.undip.ac.id/59430/1/LAPORAN_24010311130037_1.pdf · SISTEM KLASIFIKASI KEPRIBADIAN MENGGUNAKAN JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION

x

4.1.4. Implementasi Fungsi ........................................................................ 89

4.1.5. Implementasi Jaringan Syaraf Tiruan LVQ ..................................... 89

4.1.5.1. Contoh Perhitungan Manual LVQ ..................................... 89

4.1.5.2. Pelatihan LVQ .................................................................... 94

4.1.5.3. Pengujian LVQ ................................................................... 95

4.1.5.4. Evaluasi Hasil Eksperimen ................................................. 98

4.1.5.5. Klasifikasi dengan LVQ ..................................................... 98

Tabel 4.7 Contoh input jawaban dalam tes kepribadian................... 99

Tabel 4.8 Contoh input jawaban yang telah di-preprocessing ......... 99

4.2. Pengujian .................................................................................................... 100

4.2.1. Pengujian Fungsional Sistem ......................................................... 100

4.2.2. Rencana Pengujian Sistem ............................................................. 100

4.2.3. Hasil Pengujian Sistem ................................................................... 101

BAB V PENUTUP .......................................................................................................... 103

5.1. Kesimpulan ................................................................................................. 103

5.2. Saran .......................................................................................................... 103

DAFTAR PUSTAKA ...................................................................................................... 105

LAMPIRAN .................................................................................................................. 107

Page 11: SISTEM KLASIFIKASI KEPRIBADIAN …eprints.undip.ac.id/59430/1/LAPORAN_24010311130037_1.pdf · SISTEM KLASIFIKASI KEPRIBADIAN MENGGUNAKAN JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION

xi

DAFTAR GAMBAR

Hal

Gambar 2.1 Model Waterfall (Pressman, 2001) ............................................................ 10

Gambar 2.2 Contoh E-R Diagram ................................................................................. 13

Gambar 2.3 Ilustrasi Kardinalitas Pemetaan One to One .............................................. 13

Gambar 2.4 Hubungan One to One (Silberschatz et al., 2001) ..................................... 14

Gambar 2.5 Ilustrasi Kardinalitas Pemetaan One to Many ............................................ 14

Gambar 2.6 Hubungan One to Many (Silberschatz et al., 2001) ................................... 14

Gambar 2.7 Ilustrasi Kardinalitas Pemetaan Many to One ............................................ 15

Gambar 2.8 Hubungan Many to One (Silberschatz et al., 2001) ................................... 15

Gambar 2.9 Ilustrasi Kardinalitas Pemetaan Many to Many ......................................... 16

Gambar 2.10 Hubungan Many to Many (Silberschatz et al., 2001) ................................. 16

Gambar 2.11 Contoh Conceptual Data Model (CDM) ................................................... 20

Gambar 2.12 Contoh Logical Data Model (LDM) .......................................................... 21

Gambar 2.13 Contoh Physical Data Model (PDM) ........................................................ 22

Gambar 2.14 Arsitektur Jaringan Syaraf Sederhana (Fausett, 1994) .............................. 26

Gambar 2.15 Arsitektur Jaringan LVQ (Fausett, 1994) .................................................. 28

Gambar 3.1 10-Fold Cross Validation pada Dataset ..................................................... 39

Gambar 3.2 Arsitektur Sistem Klasifikasi Kepribadian Menggunakan

Jaringan Syaraf Tiruan LVQ Berbasis Web .............................................. 40

Gambar 3.3 ERD Sistem Klasifikasi Kepribadian Menggunakan

Jaringan Syaraf Tiruan LVQ Berbasis Web .............................................. 42

Gambar 3.4 Context Diagram Sistem Klasifikasi Kepribadian Menggunakan

Jaringan Syaraf Tiruan LVQ Berbasis Web .............................................. 43

Gambar 3.5 DFD Sistem Klasifikasi Kepribadian Menggunakan

Jaringan Syaraf Tiruan LVQ Berbasis Web .............................................. 44

Gambar 3.6 DFD Level 2 Proses 1 Validasi Hak Akses ............................................... 45

Gambar 3.7 DFD Level 2 Proses 2 Kelola Dataset ....................................................... 45

Gambar 3.8 DFD Level 2 Proses 3 Pelatihan ................................................................ 46

Gambar 3.9 DFD Level 2 Proses 4 Pengujian ............................................................... 46

Gambar 3.10 Arsitektur LVQ dengan 15 input neuron ................................................... 47

Gambar 3.11 CDM Sistem Klasifikasi Kepribadian ....................................................... 48

Page 12: SISTEM KLASIFIKASI KEPRIBADIAN …eprints.undip.ac.id/59430/1/LAPORAN_24010311130037_1.pdf · SISTEM KLASIFIKASI KEPRIBADIAN MENGGUNAKAN JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION

xii

Gambar 3.12 LDM Sistem Klasifikasi Kepribadian ........................................................ 48

Gambar 3.13 PDM Sistem Klasifikasi Kepribadian ........................................................ 49

Gambar 3.14 Perancangan Antarmuka Halaman Utama ................................................. 50

Gambar 3.15 Perancangan Antarmuka Menu Halaman Utama ....................................... 50

Gambar 3.16 Perancangan Antarmuka Tentang Kepribadian ......................................... 51

Gambar 3.17 Perancangan Antarmuka Tentang LVQ ..................................................... 52

Gambar 3.18 Perancangan Antarmuka Pengembang ...................................................... 52

Gambar 3.19 Perancangan Antarmuka Log In Admin .................................................... 53

Gambar 3.20 Perancangan Antarmuka Halaman Home Admin ...................................... 54

Gambar 3.21 Perancangan Antarmuka Input Dataset ...................................................... 54

Gambar 3.22 Perancangan Antarmuka Lihat Dataset ...................................................... 55

Gambar 3.23 Perancangan Antarmuka Pelatihan dan Hasil ............................................ 56

Gambar 3.24 Perancangan Antarmuka Pengujian dan Hasil ........................................... 57

Gambar 3.25 Perancangan Antarmuka Detail Hasil Pengujian ....................................... 58

Gambar 3.26 Perancangan Antarmuka Lihat Tabel Uji .................................................. 58

Gambar 3.27 Perancangan Antarmuka Ubah Password .................................................. 59

Gambar 3.28 Perancangan Antarmuka Tes Kepribadian................................................. 60

Gambar 3.29 Perancangan Antarmuka Hasil Tes Kepribadian ....................................... 60

Gambar 4.1 Struktur Tabel admin pada MySQL ........................................................... 76

Gambar 4.2 Struktur Tabel dataset_raw pada MySQL.................................................. 77

Gambar 4.3 Struktur Tabel dataset_final pada MySQL ................................................ 77

Gambar 4.4 Struktur Tabel training pada MySQL ........................................................ 78

Gambar 4.5 Struktur Tabel testing pada MySQL .......................................................... 78

Gambar 4.6 Struktur Tabel bobot_final pada MySQL .................................................. 79

Gambar 4.7 Tampilan Halaman Utama ......................................................................... 80

Gambar 4.8 Tampilan Menu Halaman Utama ............................................................... 80

Gambar 4.9 Tampilan Halaman Tentang Kepribadian .................................................. 80

Gambar 4.10 Tampilan Halaman Tentang LVQ ............................................................. 81

Gambar 4.11 Tampilan Halaman Pengembang ............................................................... 82

Gambar 4.12. Tampilan Halaman Log In Admin ............................................................. 82

Gambar 4.13 Tampilan Halaman Home Admin .............................................................. 82

Gambar 4.14 Tampilan Halaman Input Dataset .............................................................. 84

Gambar 4.15. Tampilan Halaman Lihat Dataset .............................................................. 84

Page 13: SISTEM KLASIFIKASI KEPRIBADIAN …eprints.undip.ac.id/59430/1/LAPORAN_24010311130037_1.pdf · SISTEM KLASIFIKASI KEPRIBADIAN MENGGUNAKAN JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION

xiii

Gambar 4.16. Tampilan Pelatihan dan Hasil .................................................................... 85

Gambar 4.17. Tampilan Halaman Pengujian dan Hasil .................................................... 85

Gambar 4.18. Tampilan Halaman Detail Hasil Pengujian ............................................... 86

Gambar 4.19. Tampilan Halaman Lihat Tabel Uji ........................................................... 87

Gambar 4.20. Tampilan Halaman Ubah Password ........................................................... 87

Gambar 4.21. Tampilan Halaman Tes Kepribadian ......................................................... 88

Gambar 4.22. Tampilan Halaman Hasil Tes Kepribadian ................................................ 88

Gambar 4.23 Grafik Hasil Tingkat Akurasi Eksperimen Pengujian ke-1 ....................... 96

Gambar 4.24 Grafik Hasil Tingkat Akurasi Eksperimen Pengujian ke-2 ....................... 97

Gambar 4.25 Screenshot hasil klasifikasi pada Sistem Klasifikasi Kepribadian .......... 102

Page 14: SISTEM KLASIFIKASI KEPRIBADIAN …eprints.undip.ac.id/59430/1/LAPORAN_24010311130037_1.pdf · SISTEM KLASIFIKASI KEPRIBADIAN MENGGUNAKAN JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION

xiv

DAFTAR TABEL

Hal

Tabel 2.1 Contoh SRS .................................................................................................... 11

Tabel 2.2 Tabel Penomoran DFD ................................................................................... 17

Tabel 2.3 Tabel Notasi DFD ........................................................................................... 19

Tabel 2.4 Contoh Transformasi Variabel Karakteristik Lahan....................................... 24

Tabel 2.5 Tabel Confusion Matrix dengan 2 Kelas ........................................................ 34

Tabel 3.1 Tabel Contoh Atribut Pertanyaan dan Nilai Jawaban ..................................... 37

Tabel 3.2 Tabel Kelas dan Nilainya................................................................................ 38

Tabel 3.3 Kebutuhan Fungsional Sistem ........................................................................ 41

Tabel 3.4 Kebutuhan Non Fungsional Sistem ................................................................ 41

Tabel 4.1 Tabel Data Pelatihan (telah di-preprocessing) ............................................... 93

Tabel 4.2 Tabel Data Pengujian (telah di-preprocessing) .............................................. 93

Tabel 4.3 Tabel Uji Data Kfold ke-1 .............................................................................. 92

Tabel 4.4 Tabel Confusion Matrix .................................................................................. 92

Tabel 4.5 Detail Hasil Pengujian (𝛼 = 0.01 dan 𝑒𝑝𝑠 = 0.01) ....................................... 96

Tabel 4.6 Detail Hasil Pengujian (𝛼 = 0.02 dan 𝑒𝑝𝑠 = 0.01) ....................................... 98

Tabel 4.7 Rencana Pengujian Fungsional Sistem ......................................................... 101

Page 15: SISTEM KLASIFIKASI KEPRIBADIAN …eprints.undip.ac.id/59430/1/LAPORAN_24010311130037_1.pdf · SISTEM KLASIFIKASI KEPRIBADIAN MENGGUNAKAN JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION

xv

DAFTAR LAMPIRAN

Hal

Lampiran 1. Kuesioner Tes Kepribadian ......................................................................... 108

Lampiran 2. Data Hasil .................................................................................................... 112

Lampiran 3. Data Hasil Preprocessing ........................................................................... 115

Lampiran 4. Implementasi Fungsi ................................................................................... 118

Lampiran 5. Hasil Pelatihan Jaringan Syaraf Tiruan LVQ ............................................. 130

Lampiran 6. Hasil Pengujian Jaringan Syaraf Tiruan LVQ ............................................ 136

Lampiran 7. Deskripsi dan Hasil Uji Pengujian Sistem .................................................. 139

Lampiran 8. Surat Pernyataan Kebenaran Informasi....................................................... 151

Page 16: SISTEM KLASIFIKASI KEPRIBADIAN …eprints.undip.ac.id/59430/1/LAPORAN_24010311130037_1.pdf · SISTEM KLASIFIKASI KEPRIBADIAN MENGGUNAKAN JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION

1

BAB I

PENDAHULUAN

Bab ini membahas mengenai latar belakang masalah, rumusan masalah, tujuan dan

manfaat, ruang lingkup, serta sistematika penulisan dari penelitian Tugas Akhir.

1.1. Latar Belakang

Psikologi merupakan suatu cabang ilmu pengetahuan yang mengkaji tentang

perilaku individu dalam berinteraksi dengan lingkungannya (Sukarti & Baihaqi,

2007). Perilaku individu ini berkaitan dengan tipe kepribadian yang dimiliki seorang

individu, di mana masing-masing individu tersebut memiliki kepribadian yang unik.

Tes kepribadian adalah sebuah tes yang dilakukan untuk menentukan tipe

kepribadian seseorang. Pengklasifikasian tipe kepribadian dapat dilakukan dengan

mengikuti tes kepribadian yang dikembangkan oleh Florence Littauer yang

mengklasifikasikan ke beberapa tipe yaitu Sanguinis Populer, Melankolis Sempurna,

Koleris Kuat, dan Phlegmatis Damai. Tes kepribadian ini berguna untuk mengenal

kepribadian dan potensi diri yang ada agar dapat mengoptimalkannya untuk

kesuksesan dalam kehidupan sosial (Littauer, 2011).

Pengklasifikasian tipe kepribadian yang dilakukan dengan tes kepribadian saat

ini sering kali masih menggunakan metode lama dan kurang memanfaatkan

teknologi yang ada. Tes kepribadian dengan metode lama dilakukan dengan

memberikan lembaran-lembaran kuesioner pada objek, lalu dikumpulkan hingga

dilakukan perhitungan tertentu untuk mendapatkan hasil kesimpulannya. Tes

kepribadian dengan metode lama ini tentunya menjadi kurang efektif dan memakan

waktu dalam prosesnya. Keterbatasan tenaga psikolog juga menjadi kendala

sehingga tes kepribadian dianggap kebutuhan mahal bagi beberapa individu.

Perkembangan teknologi yang semakin pesat telah banyak memberikan

manfaat dalam kehidupan manusia. Pemanfaatan teknologi yang begitu besar kini

membuat komputer dapat bekerja dengan meniru cara kerja otak manusia dengan

memanfaatkan metode jaringan syaraf tiruan. Metode tersebut dapat dimanfaatkan

untuk mengklasifikasi sebuah pola berdasarkan permasalahan tertentu seperti halnya

dalam mengklasifikasikan tipe kepribadian seseorang. Sehubungan dengan

Page 17: SISTEM KLASIFIKASI KEPRIBADIAN …eprints.undip.ac.id/59430/1/LAPORAN_24010311130037_1.pdf · SISTEM KLASIFIKASI KEPRIBADIAN MENGGUNAKAN JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION

2

pentingnya pengenalan kepribadian dan dilatarbelakangi beberapa alasan tersebut

maka perlu dibangunnya sebuah sistem klasifikasi kepribadian yang memanfaatkan

teknologi komputer. Sistem klasifikasi kepribadian ini sama seperti tes kepribadian

pada umumnya yaitu dapat mengklasifikasikan kepribadian seseorang ke dalam tipe

kepribadian tertentu berdasarkan sejumlah set pertanyaan yang menjadi alat ukur

dalam penentuan tipe kepribadian.

Klasifikasi kepribadian telah banyak diaplikasikan pada berbagai jurnal

ilmiah. Menurut Lukas, Aribowo, dan Wardhani (2004) proses klasifikasi

kepribadian yang menggunakan sistem pakar dengan metode ketidakpastian

(uncertainty) ternyata hanya mampu menjawab 10 pertanyaan dari 20 pertanyaan

yang ada dengan tingkat kepercayaan yang baik (Lukas et al., 2004). Menurut

Yunmar dan Phoa (2011) berdasarkan paper penelitiannya tes kepribadian dengan

metode multi-layer perceptron memberikan hasil presisi yang kurang baik karena

tidak menghasilkan kesinkronan yang pasti dalam rasio pembobotan antar neuronnya

(Yunmar & Phoa, 2011). Dari beberapa penelitian tersebut menunjukkan bahwa

metode-metode yang telah digunakan sebelumnya belum memberikan hasil yang

maksimal, untuk itu perlu dilakukan penelitian mengenai klasifikasi kepribadian

dengan menggunakan metode yang lain.

LVQ merupakan salah satu metode dalam jaringan syaraf tiruan yang dapat

mengklasifikasikan pola ke dalam kelas atau kategori tertentu. Dalam jurnal ilmiah,

metode LVQ memberikan hasil prediksi sampai dengan tingkat ketepatan 100%

(Azis et al., 2006). Menurut Nurkhozin, Irawan dan Mukhlash (2011) hasil uji coba

algoritma jaringan syaraf tiruan yang membandingkan antara metode

Backpropagation dan LVQ didapatkan bahwa LVQ memberikan kinerja dan tingkat

akurasi yang lebih baik (Nurkhozin et al., 2011).

Beberapa hasil penelitian metode LVQ sebelumnya menunjukkan bahwa LVQ

mampu memberikan kinerja yang baik sehingga penulis tertarik untuk

mengklasifikasikan tipe kepribadian dengan menggunakan metode LVQ. Sistem

klasifikasi kepribadian yang memanfaatkan metode LVQ ini diharapkan mampu

memberikan hasil output yang lebih akurat. Sistem klasifikasi kepribadian akan

dibangun berbasis web sehingga nantinya dapat digunakan oleh kalangan umum

dimanapun dan kapanpun tanpa bantuan seorang pakar secara langsung.

Page 18: SISTEM KLASIFIKASI KEPRIBADIAN …eprints.undip.ac.id/59430/1/LAPORAN_24010311130037_1.pdf · SISTEM KLASIFIKASI KEPRIBADIAN MENGGUNAKAN JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION

3

1.2. Rumusan Masalah

Berdasarkan latar belakang yang telah dijelaskan maka dapat disusun rumusan

masalah yaitu bagaimana membuat sistem klasifikasi kepribadian menggunakan

jaringan syaraf tiruan LVQ berbasis web.

1.3. Tujuan dan Manfaat

Tujuan yang dicapai dari penelitian Tugas Akhir ini adalah terciptanya suatu

sistem klasifikasi kepribadian menggunakan jaringan syaraf tiruan LVQ yang

berbasis web.

Adapun manfaat dilakukan penelitian Tugas Akhir ini adalah sebagai berikut :

1. Membantu memudahkan seseorang untuk mengenal kepribadiannya masing-

masing.

2. Menambah wawasan mengenai ilmu di bidang psikologi dan memperdalam

pengetahuan mengenai jaringan syaraf tiruan khususnya pada metode LVQ.

1.4. Ruang Lingkup

Ruang lingkup dari penelitian Tugas Akhir ini adalah sebagai berikut :

1. Sistem klasifikasi kepribadian ini menggunakan sejumlah set pertanyaan yang

memiliki 4 pilihan jawaban yang mewakili sifat karakter sebagai input dan

dibatasi sampai 15 pertanyaan untuk membatasi jumlah kombinasi data pelatihan

yang terlampau banyak.

2. Sistem yang dibangun menggunakan model proses pengembangan perangkat

lunak waterfall.

3. Sistem yang dibangun merupakan sistem berbasis web yang menggunakan

bahasa pemrograman PHP dan sistem manajemen basis data MySQL.

4. Output dari sistem ini adalah tipe kepribadian. Tipe kepribadian dibagi menjadi

4 kelas/kategori yaitu Sanguinis, Melankolis, Koleris, dan Phlegmatis.

1.5. Sistematika Penulisan

Sistematika penulisan yang digunakan dalam tugas akhir ini terbagi dalam

beberapa pokok bahasan, yaitu :

Page 19: SISTEM KLASIFIKASI KEPRIBADIAN …eprints.undip.ac.id/59430/1/LAPORAN_24010311130037_1.pdf · SISTEM KLASIFIKASI KEPRIBADIAN MENGGUNAKAN JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION

4

BAB I PENDAHULUAN

Bab ini membahas latar belakang, rumusan masalah, tujuan dan

manfaat, ruang lingkup dan sistematika penulisan dalam

pembuatan tugas akhir mengenai Sistem Klasifikasi Kepribadian

Menggunakan Jaringan Syaraf Tiruan LVQ Berbasis Web.

BAB II TINJAUAN PUSTAKA

Bab ini menyajikan tinjauan pustaka yang berhubungan dengan

topik tugas akhir. Tinjauan pustaka yang digunakan dalam

penyusunan tugas akhir ini meliputi teori kepribadian, pengertian

sistem berbasis web, proses pengembangan perangkat lunak,

preprocessing data, jaringan syaraf tiruan, algoritma pelatihan dan

pengujian LVQ, Evaluasi Kinerja Classifier, PHP, dan MySQL.

BAB III ANALISIS DAN PERANCANGAN

Bab ini menyajikan mengenai pembahasan tahapan dari model

pengembangan perangkat lunak Waterfall yang meliputi tahap

analisis dan perancangan. Tahap analisis ini dijelaskan mengenai

pengumpulan data, deskripsi umum sistem, kebutuhan fungsional

dan non fungsional, pemodelan data, dan pemodelan fungsional.

Sedangkan tahap perancangan dijelaskan mengenai perancangan

arsitektur jaringan syaraf tiruan, perancangan struktur data,

perancangan antarmuka dan perancangan fungsi.

BAB IV IMPLEMENTASI DAN PENGUJIAN

Bab ini menyajikan mengenai pembahasan tahapan dari model

pengembangan perangkat lunak Waterfall yang meliputi tahap

implementasi dan pengujian. Tahap implementasi ini dijelaskan

mengenai lingkungan implementasi sistem, implementasi data,

implementasi antarmuka, implementasi fungsi dan implementasi

jaringan syaraf tiruan LVQ. Sedangkan tahap pengujian

dijelaskan mengenai pengujian fungsional sistem.

Page 20: SISTEM KLASIFIKASI KEPRIBADIAN …eprints.undip.ac.id/59430/1/LAPORAN_24010311130037_1.pdf · SISTEM KLASIFIKASI KEPRIBADIAN MENGGUNAKAN JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION

5

BAB V PENUTUP

Bab ini merupakan kesimpulan dari bab-bab yang dibahas

sebelumnya dan saran untuk pengembangan penelitian tugas akhir

lebih lanjut.